Artificial Intelligence Recommendation:取得設定

Hologres

協調フィルタリングには 2 つのテーブルが必要です。user_id に基づいてアイテムのリストを取得するための u2i テーブルと、類似アイテムを取得するための i2i テーブルです。これら 2 つのテーブルのスキーマは固定フォーマットです。

i2i テーブル (u2i2i) から類似アイテムを取得するだけでなく、i2x テーブルと x2i テーブル (u2i2x2i) から間接的に取得することもできます。このメソッドでは、x はカテゴリ、ブランド、都市などの属性を表します。プロセスはまず、カテゴリフィールドなどのアイテムの x 属性を取得します。次に、対応する x 値を持つ人気アイテムを x2i テーブルから取得し、推奨として使用します。

u2i テーブル

i2i テーブル (u2i2i の場合にのみ必須)

i2x テーブル (u2i2x2i の場合にのみ必須)

x2i テーブル (u2i2x2i の場合にのみ必須)

u2i2i 設定例:

{
    "RecallConfs": [
        {
            "Name": "collaborative_filter",
            "RecallType": "UserCollaborativeFilterRecall",
            "RecallCount": 1000,
            "UserCollaborativeDaoConf": {
                "AdapterType": "hologres",
                "HologresName": "holo_info",
                "User2ItemTable": "u2i_table",
                "Item2ItemTable": "i2i_table",
                "Normalization": "on"
            }
        }
    ]
}

u2i2x2i 設定例:

{
    "RecallConfs": [
        {
            "Name": "collaborative_filter", // 協調フィルタリング
            "RecallType": "UserCollaborativeFilterRecall", // ユーザー協調フィルタリングリコール
            "RecallCount": 1000, // リコール数
            "UserCollaborativeDaoConf": {
                "AdapterType": "hologres", // アダプタータイプ
                "HologresName": "holo_info", // Hologres名
                "User2ItemTable": "u2i_table", // U2Iテーブル
                "Item2XTable": "i2x_table", // I2Xテーブル
                "X2ItemTable": "x2i_table", // X2Iテーブル
                "XKey": "category", // Xキー
                "XDelimiter": ",", // Xデリミタ
                "Normalization": "on" // 正規化
            }
        }
    ]
}

UserCollaborativeDaoConfig:

PAI-FeatureStore

協調フィルタリングには 2 つのテーブルが必要です。user_id に基づいてアイテムのリストを取得するための u2i テーブルと、類似アイテムを取得するための i2i テーブルです。これら 2 つのテーブルのスキーマは固定フォーマットです。

両方のテーブルのデータは MaxCompute で生成されます。オフライン機能ビューを使用して、データを Feature Store に登録する必要があります。MaxCompute テーブルのスキーマは次のとおりです:

u2i テーブル

次の図は、テーブルを Feature Store に登録する方法を示しています:

i2i テーブル

設定例：

{
    "RecallConfs": [
        {
            "Name": "collaborative_filter",
            "RecallType": "UserCollaborativeFilterRecall",
            "RecallCount": 1000,
            "UserCollaborativeDaoConf": {
                "AdapterType": "featurestore",
                "FeatureStoreName": "fs_pairec",
                "User2ItemFeatureViewName": "u2i_recall",
                "Item2ItemFeatureViewName": "i2i_collaborative",
                "Normalization": "on"
            }
        }
    ]
}

UserCollaborativeDaoConfig:

TableStore (OTS)

協調フィルタリングには 2 つのテーブルが必要です。user_id に基づいてアイテムのリストを取得するための u2i テーブルと、類似アイテムを取得するための i2i テーブルです。これら 2 つのテーブルのスキーマは固定フォーマットです。

u2i テーブル

i2i テーブル

{
    "RecallConfs": [
        {
            "Name": "collaborative_filter", // 協調フィルタリング
            "RecallType": "UserCollaborativeFilterRecall", // ユーザー協調フィルタリングリコール
            "RecallCount": 1000, // リコール数
            "UserCollaborativeDaoConf": {
                "AdapterType": "tablestore", // アダプタータイプ
                "TableStoreName": "tablestore_info", // TableStore名
                "User2ItemTable": "u2i_table", // U2Iテーブル
                "Item2ItemTable": "i2i_table", // I2Iテーブル
                "Normalization": "on" // 正規化
            }
        }
    ]
}

Redis

Redis の collaborative_filter プロセスは独特で、2 つのステップを含みます:

• RedisPrefix と UID を連結してキーを構築し、U2I リストをクエリします。キーは文字列を返します。サポートされているフォーマットは item_id1,item_id2,item_id3... または item_id1:score1,item_id2:score2,item_id3:score3... です。

• I2I リストをクエリします。前のステップで取得した item_ids に基づいてクエリするには、MGET コマンドを使用します。I2I データも item_id1:score1,item_id2:score2,item_id3:score3... のフォーマットの文字列です。

設定例：

{
    "RecallConfs": [
        {
            "Name": "collaborative_filter", // 協調フィルタリング
            "RecallType": "UserCollaborativeFilterRecall", // ユーザー協調フィルタリングリコール
            "RecallCount": 1000, // リコール数
            "UserCollaborativeDaoConf": {
                "AdapterType": "redis", // アダプタータイプ
                "RedisName": "redis_info", // Redis名
                "RedisPrefix": "cr_", // Redisプレフィックス
                "Normalization": "on" // 正規化
            }
        }
    ]
}

Hologres

データ取得ロジックは協調フィルタリングと同じですが、U2I データはユーザーの履歴動作テーブルからリアルタイムで計算されます。

ユーザーの履歴動作テーブルはリアルタイムログに基づいてリアルタイムで更新されるため、リアルタイムの取得が可能です。

協調フィルタリングと同様に、このメソッドは u2i2x2i もサポートしています。まずアイテムの x 属性を取得し、次に同じ x 属性を持つ他のアイテムを取得します。

ユーザー履歴動作テーブル

i2i テーブル (u2i2i の場合にのみ必須)

i2x テーブル (u2i2x2i の場合にのみ必須)

x2i テーブル (u2i2x2i の場合にのみ必須)

動作テーブル作成文:

BEGIN;
CREATE TABLE "sv_rec"."user_behavior_seq" (
  "user_id" text NOT NULL,
  "item_id" text NOT NULL,
  "event" text NOT NULL,
  "play_time" float8  NULL,
  "timestamp" int8 NOT NULL
);
CALL SET_TABLE_PROPERTY('"sv_rec"."user_behavior_seq"', 'orientation', 'column');
call set_table_property('table_name', 'distribution_key', '"user_id"');
CALL SET_TABLE_PROPERTY('"sv_rec"."user_behavior_seq"', 'clustering_key', '"user_id:asc","timestamp:desc"');
CALL SET_TABLE_PROPERTY('"sv_rec"."user_behavior_seq"', 'bitmap_columns', '"user_id","event"');
CALL SET_TABLE_PROPERTY('"sv_rec"."user_behavior_seq"', 'dictionary_encoding_columns', '"user_id:auto","item_id:auto","event"');
CALL SET_TABLE_PROPERTY('"sv_rec"."user_behavior_seq"', 'time_to_live_in_seconds', '2592000');
comment on table "sv_rec"."user_behavior_seq" is 'リアルタイムのユーザー動作シーケンス';
comment on column "sv_rec"."user_behavior_seq"."user_id" is 'ユーザー ID';
comment on column "sv_rec"."user_behavior_seq"."item_id" is 'アイテム ID';
comment on column "sv_rec"."user_behavior_seq"."event" is 'イベントタイプ';
comment on column "sv_rec"."user_behavior_seq"."play_time" is '読み取り時間、再生時間';
comment on column "sv_rec"."user_behavior_seq"."timestamp" is 'UNIX タイムスタンプ (秒単位)';
COMMIT;

設定例：

{
    "RecallConfs": [
        {
            "Name": "RealTimeEtrecRecall",
            "RecallType": "RealTimeU2IRecall",
            "RecallCount": 200,
            "RealTimeUser2ItemDaoConf": {
                "UserTriggerDaoConf": {
                    "AdapterType": "hologres",
                    "HologresName": "holo_info",
                    "HologresTableName": "user_behavior_table",
                    "WhereClause": "event='xxx'",
                    "Limit": 200,
                    "EventPlayTime": "playback:5000;playvslide:5000",
                    "EventWeight": "playback:1;playvslide:2",
                    "WeightExpression": "exp((-0.2)*((currentTime-eventTime)/3600/24))",
                    "WeightMode": "sum",
                    "NoUsePlayTimeField": false
                },
                "Item2ItemTable": "i2i_table",
                "SimilarItemIdField": "similar_item_ids"
            }
        }
    ]
}

u2i2x2i 設定例:

{
    "RecallConfs": [
        {
            "Name": "RealTimeU2I2X2IRecall",
            "RecallType": "RealTimeU2IRecall",
            "RecallCount": 200,
            "RealTimeUser2ItemDaoConf": {
                "UserTriggerDaoConf": {
                    "AdapterType": "hologres",
                    "HologresName": "holo_info",
                    "HologresTableName": "user_behavior_table",
                    "WhereClause": "event='xxx'",
                    "Limit": 200,
                    "EventPlayTime": "playback:5000;playvslide:5000",
                    "EventWeight": "playback:1;playvslide:2",
                    "WeightExpression": "exp((-0.2)*((currentTime-eventTime)/3600/24))",
                    "WeightMode": "sum",
                    "NoUsePlayTimeField": false
                },
                "Item2XTable": "i2x_table",
                "X2ItemTable": "x2i_table",
                "XKey": "category",
                "XDelimiter": ","
            }
        }
    ]
}

RealTimeUser2ItemDaoConf:

PAI-FeatureStore

データ取得ロジックは協調フィルタリングと同じですが、U2I データはユーザーの履歴動作テーブルからリアルタイムで計算されます。

ユーザーの履歴動作テーブルはリアルタイムログに基づいてリアルタイムで更新されるため、リアルタイムの取得が可能です。

PAI-FeatureStore プラットフォームでは、機能ビューの動作シーケンスタイプを使用して、ユーザーの履歴動作データを保存できます。

ユーザー履歴動作テーブル

i2i テーブル

設定例:

{
    "RecallConfs": [
        {
            "Name": "realtimeu2i",
            "RecallType": "RealTimeU2IRecall",
            "RecallCount": 200,
            "RealTimeUser2ItemDaoConf": {
                "UserTriggerDaoConf": {
                    "AdapterType": "featurestore",
                    "FeatureStoreName": "fs_pairec",
                    "FeatureStoreViewName": "user_behavior_table",
                    "TriggerCount": 100,
                    "EventWeight": "click:1;order:1",
                    "WeightExpression": "exp((-0.2)*((currentTime-eventTime)/3600/24))",
                    "WeightMode": "sum",
                    "NoUsePlayTimeField": false,
                    "ItemIdFieldName": "item_id",
                    "EventFieldName": "event",
                    "PlayTimeFieldName": "playtime",
                    "TimestampFieldName": "event_unix_time"
                },
                "Item2ItemFeatureViewName": "i2i_collaborative",
                "SimilarItemIdField": "similar_item_ids"
            }
        }
    ]
}

RealTimeUser2ItemDaoConf:

Hologres

このメソッドは、ユーザー ID に基づいて対応するアイテムリストを検索します。テーブル定義は規則に基づいています。

u2i テーブル

設定例：

{
    "RecallConfs": [
        {
            "Name": "user2item_recall", // user2itemリコール
            "RecallType": "UserCustomRecall", // ユーザーカスタムリコール
            "RecallCount": 500, // リコール数
            "DaoConf": {
                "AdapterType": "hologres", // アダプタータイプ
                "HologresName": "holo_info", // Hologres名
                "HologresTableName": "user_item_table" // ユーザーアイテムテーブル
            }
        }
    ]
}

PAI-FeatureStore

このメソッドは、ユーザー ID に基づいて対応するアイテムリストを検索します。テーブル定義は規則に基づいています。

テーブルデータは MaxCompute で生成されます。オフライン機能ビューを使用して、データを Feature Store に登録する必要があります。MaxCompute テーブルデータスキーマは次のとおりです:

u2i テーブル

設定例：

{
    "RecallConfs": [
        {
            "Name": "user2item_recall", // user2itemリコール
            "RecallType": "UserCustomRecall", // ユーザーカスタムリコール
            "RecallCount": 500, // リコール数
            "DaoConf": {
                "AdapterType": "featurestore", // アダプタータイプ
                "FeatureStoreName": "fs_pairec", // FeatureStore名
                "FeatureStoreViewName": "u2i_recall" // u2iリコール
            }
        }
    ]
}

TableStore (OTS)

このメソッドは、ユーザー ID に基づいて対応するアイテムリストを検索します。テーブル定義は規則に基づいています。

u2i テーブル

設定例：

{
    "RecallConfs": [
        {
            "Name": "user2item_recall", // user2itemリコール
            "RecallType": "UserCustomRecall", // ユーザーカスタムリコール
            "RecallCount": 500, // リコール数
            "DaoConf": {
                "AdapterType": "tablestore", // アダプタータイプ
                "TableStoreName": "ots_info", // OTS情報
                "TableStoreTableName": "user_item_table" // ユーザーアイテムテーブル
            }
        }
    ]
}

Redis

設定例：

{
    "RecallConfs": [
        {
            "Name": "user2item_recall", // user2itemリコール
            "RecallType": "UserCustomRecall", // ユーザーカスタムリコール
            "RecallCount": 500, // リコール数
            "DaoConf": {
                "AdapterType": "redis", // アダプタータイプ
                "RedisName": "redis_info", // Redis名
                "RedisPrefix": "" // Redisプレフィックス
            }
        }
    ]
}

Hologres

グループ人気アイテム取得のテーブルフォーマットは、規則に基づいています。

group_hot_table

ユーザー特徴や、リージョンやデバイスモデルなどのコンテキスト情報に基づいて trigger_id を組み立てることができます。

• 特徴をアンダースコア (_) で順番に連結して trigger_id を形成します。

• 空の特徴値は NULL に対応します。

• Boundaries フィールドを含む特徴は、左排他、右包括の間隔に離散化する必要があります。たとえば、[20, 30, 40, 50] の年齢範囲は、<=20、20-30、30-40、40-50、および >50 のトリガーに対応します。

ユーザーの年齢が 23 の場合は「20-30」に対応します。

ユーザーの年齢が null の場合は「NULL」に対応します。

ユーザーの年齢が 60 の場合は「>50」に対応します。

ユーザーの年齢が 19 の場合は「<=20」に対応します。

Hologres テーブルの例:

この例では、性別、年齢、デバイスモデルの 3 つの特徴を使用します。

設定例：

{
    "RecallConfs": [
        {
            "Name": "user_group_hot_recall", // ユーザーグループホットリコール
            "RecallType": "UserGroupHotRecall", // ユーザーグループホットリコール
            "RecallCount": 500, // リコール数
            "Triggers": [
                {
                    "TriggerKey": "gender" // 性別
                },
                {
                    "TriggerKey": "age", // 年齢
                    "Boundaries": [20,30,40,50] // 境界
                },
                {
                    "TriggerKey": "os" // OS
                }
            ],
            "DaoConf": {
                "AdapterType": "hologres", // アダプタータイプ
                "HologresName": "holo_info", // Hologres名
                "HologresTableName": "group_hotness_table" // グループホットネステーブル
            }
        }
    ]
}

PAI-FeatureStore

グループ人気アイテム取得のテーブルフォーマットは、規則に基づいています。

テーブルデータは MaxCompute で生成されます。オフライン機能ビューを使用して、データを Feature Store に登録する必要があります。MaxCompute テーブルデータスキーマは次のとおりです:

group_hot_table

ユーザー特徴や、リージョンやデバイスモデルなどのコンテキスト情報に基づいて trigger_id を組み立てることができます。

• 特徴をアンダースコア (_) で順番に連結して trigger_id を形成します。

• 空の特徴値は NULL に対応します。

• Boundaries フィールドを含む特徴は、左排他、右包括の間隔に離散化する必要があります。たとえば、[20, 30, 40, 50] の年齢範囲は、<=20、20-30、30-40、40-50、および >50 のトリガーに対応します。

ユーザーの年齢が 23 の場合は「20-30」に対応します。

ユーザーの年齢が null の場合は「NULL」に対応します。

ユーザーの年齢が 60 の場合は「>50」に対応します。

ユーザーの年齢が 19 の場合は「<=20」に対応します。

テーブルの例:

この例では、性別、年齢、デバイスモデルの 3 つの特徴を使用します。

このプロセスでは、トリガー特徴エンティティを使用します。

設定例：

{
    "RecallConfs": [
        {
            "Name": "user_group_hot_recall", // ユーザーグループホットリコール
            "RecallType": "UserGroupHotRecall", // ユーザーグループホットリコール
            "RecallCount": 500, // リコール数
            "Triggers": [
                {
                    "TriggerKey": "gender" // 性別
                },
                {
                    "TriggerKey": "age", // 年齢
                    "Boundaries": [20,30,40,50] // 境界
                },
                {
                    "TriggerKey": "os" // OS
                }
            ],
            "DaoConf": {
                "AdapterType": "featurestore", // アダプタータイプ
                "FeatureStoreName": "fs_pairec", // FeatureStore名
                "FeatureStoreViewName": "group_hot_recall" // グループホットリコール
            }
        }
    ]
}

Hologres

グローバル人気アイテム取得のテーブルスキーマは、グループ取得のスキーマと同じです。唯一の違いは、グローバル人気アイテム取得テーブルには 1 つのレコードしか含まれず、その trigger_id が -1 であることです。

設定例：

{
    "RecallConfs": [
        {
            "Name": "UserGlobalHotRecall", // ユーザーグローバルホットリコール
            "RecallType": "UserGlobalHotRecall", // ユーザーグローバルホットリコール
            "RecallCount": 500, // リコール数
            "DaoConf": {
                "AdapterType": "hologres", // アダプタータイプ
                "HologresName": "holo_info", // Hologres名
                "HologresTableName": "global_hotness_table" // グローバルホットネステーブル
            }
        }
    ]
}

PAI-FeatureStore

グローバル人気アイテム取得のテーブルスキーマは、グループ取得のスキーマと同じです。唯一の違いは、グローバル人気アイテム取得テーブルには 1 つのレコードしか含まれず、その trigger_id が -1 であることです。

テーブルデータは MaxCompute で生成されます。オフライン機能ビューを使用して、データを Feature Store に登録する必要があります。MaxCompute テーブルデータスキーマは次のとおりです:

設定例：

{
    "RecallConfs": [
        {
            "Name": "UserGlobalHotRecall", // ユーザーグローバルホットリコール
            "RecallType": "UserGlobalHotRecall", // ユーザーグローバルホットリコール
            "RecallCount": 500, // リコール数
            "DaoConf": {
                "AdapterType": "featurestore", // アダプタータイプ
                "FeatureStoreName": "fs_pairec", // FeatureStore名
                "FeatureStoreViewName": "global_hot_recall" // グローバルホットリコール
            }
        }
    ]
}

TableStore (OTS)

グローバル人気アイテム取得のテーブルスキーマは、グループ取得のスキーマと同じです。唯一の違いは、グローバル人気アイテム取得テーブルには 1 つのレコードしか含まれず、その trigger_id が -1 であることです。

設定例：

{
    "RecallConfs": [
        {
            "Name": "UserGlobalHotRecall", // ユーザーグローバルホットリコール
            "RecallType": "UserGlobalHotRecall", // ユーザーグローバルホットリコール
            "RecallCount": 500, // リコール数
            "DaoConf": {
                "AdapterType": "tablestore", // アダプタータイプ
                "TableStoreName": "ots_info", // OTS情報
                "TableStoreTableName": "global_hotness_recall" // グローバルホットネスリコール
            }
        }
    ]
}

Hologres

{
    "RecallConfs": [
        {
            "Name": "AllLiveItemRecall", // 全ライブアイテムリコール
            "RecallType": "ColdStartRecall", // コールドスタートリコール
            "RecallCount": 3000, // リコール数
            "ColdStartDaoConf": {
                "AdapterType": "hologres", // アダプタータイプ
                "HologresName": "holo_info", // Hologres名
                "HologresTableName": "item_status_table", // アイテムステータステーブル
                "WhereClause": "islist_status=1", // 条件句
                "PrimaryKey": "\"item_id\"", // プライマリキー
                "TimeInterval": 0 // 時間間隔
            }
        }
    ]
}

ColdStartDaoConf:

上記の設定では、WhereClause を使用して候補セットをフィルタリングする場合、API で渡された features フィールドまたはユーザーの特徴フィールドに基づいてフィルタリングできます。たとえば、言語とユーザーの都市属性に基づいて候補セットをフィルタリングするには、WhereClause を次のように記述します:

"language=${context.features.language} AND city=${user.city}"

この例では、language は API の features フィールドで渡すことができ、city はユーザー特徴です。

パラメーターのソースは次の形式で指定されます:

• user.xxx は、ユーザーの特徴から xxx 特徴の値を取得します。

• context.features.xxx は、API の features フィールドから xxx 特徴の値を取得します。

PAI-FeatureStore

プライマリキーがアイテム ID である機能ビューを提供します。このビューからランダムなバッチのアイテム ID が取得されます。

{
    "RecallConfs": [
        {
            "Name": "item_cold_start_recall",
            "RecallType": "ColdStartRecall",
            "RecallCount": 200,
            "ColdStartDaoConf": {
                "AdapterType": "featurestore",
                "FeatureStoreName": "fs_pairec",
                "FeatureStoreViewName": "rec_sln_demo_item_table_preprocess_all_feature_v1"
            },
            "FilterParams": [
            ]
        }
    ]
}

パラメーターは次のように説明されます:

FeatureStoreViewName に指定された機能ビューは、オフラインまたはリアルタイムの機能ビューにすることができます。リアルタイムビューの場合、この取得メソッドは新しいアイテム ID をリアルタイムで取得します。

FilterParams パラメーターを使用して、特定のアイテム ID をフィルタリングできます。このパラメーターを空のままにすると、フィルター条件は設定されず、アイテム ID はランダムに取得されます。

{
            "Name": "item_cold_start_recall",
            "RecallType": "ColdStartRecall",
            "RecallCount": 200,
            "ColdStartDaoConf": {
                "AdapterType": "featurestore",
                "FeatureStoreName": "fs_pairec",
                "FeatureStoreViewName": "rec_sln_demo_item_table_preprocess_all_feature_v1"
            },
            "FilterParams": [
                {
                    "Name": "click_count",
                    "Type": "int",
                    "Operator": "greater",
                    "Value": "15"
                },
                {
                    "Name": "category",
                    "Type": "string",
                    "Operator": "in",
                    "Value": "user.category"
                }
            ]
        }

上記の例では、user. で始まる Value は、その値がユーザー特徴から取得されることを示します。カテゴリなどのこれらの特徴は、API の features フィールドで渡すことができます。

Operator の詳細については、「付録」をご参照ください。

Hologres

I2I 取得は、類似性ベースの推奨に使用されます。このタイプの推奨では、類似の item_id を渡す必要があります。特定の API 定義の詳細については、「API テスト」をご参照ください。

設定例:

{
    "RecallConfs": [
        {
            "Name": "I2IRecall", // I2Iリコール
            "RecallType": "ItemCollaborativeFilterRecall", // アイテム協調フィルタリングリコール
            "RecallCount": 500, // リコール数
            "ItemCollaborativeDaoConf": {
                "AdapterType": "hologres", // アダプタータイプ
                "HologresName": "holo_info", // Hologres名
                "Item2ItemTable": "item_collaborative_list" // アイテム協調リスト
            }
        }
    ]
}

設定フィールドの説明:

Item2ItemTable テーブルの定義:

PAI-FeatureStore

I2I 取得は、類似性ベースの推奨に使用されます。このタイプの推奨では、類似の item_id を渡す必要があります。特定の API 定義の詳細については、「API テスト」をご参照ください。

Item2ItemTable テーブルの定義:

設定例:

{
    "RecallConfs": [
        {
            "Name": "I2IRecall", // I2Iリコール
            "RecallType": "ItemCollaborativeFilterRecall", // アイテム協調フィルタリングリコール
            "RecallCount": 200, // リコール数
            "ItemCollaborativeDaoConf": {
                "AdapterType": "featurestore", // アダプタータイプ
                "FeatureStoreName": "fs_pairec", // FeatureStore名
                "FeatureStoreViewName": "i2i_recall" // i2iリコール
            }
        }
    ]
}

設定フィールドの説明:

インターフェイスに渡す item_id が、カンマ (,) で区切られた複数値フォーマットの場合は、以下の構成を使用できます。

{
    "RecallConfs": [
        {
            "Name": "I2IRecall",
            "RecallType": "ItemCollaborativeFilterRecall",
            "RecallCount": 200,
            "ItemCollaborativeDaoConf": {
                "AdapterType": "featurestore",
                "FeatureStoreName": "fs_pairec",
                "FeatureStoreViewName": "i2i_recall"
            },
            "EnableMultipleItemId": true,
            "MultipleItemIdDelimiter": ","
        }
    ]
}